基于RSSI測距的加權(quán)質(zhì)心中點(diǎn)定位算法

袁海國 王鵬宇

摘?要：為了進(jìn)一步提高無線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)定位精度，分析了基于RSSI的加權(quán)質(zhì)心定位算法，并在原算法基礎(chǔ)上提出加權(quán)質(zhì)心中點(diǎn)定位算法。仿真結(jié)果顯示閾值大小與信道路徑損耗模型有關(guān)，并且加權(quán)質(zhì)心中點(diǎn)定位算法比加權(quán)質(zhì)心定位算法精確度更高。

關(guān)鍵詞：定位精度;加權(quán)質(zhì)心算法;無線傳感器網(wǎng)絡(luò)

中圖分類號(hào)：TP301??文獻(xiàn)標(biāo)識(shí)碼：A

WeightedCentroidmidpoint?Iocalization?Algorithm?Based?on?RSSI

Yuan?Haiguo?Wang?Pengyu

Zhengzhou?Electrice?Power?College?HenanZhengzhou?450000

Abstract：In?order?to?improve?the?precision?of?node?localizations?of?wireless?sensor?networks，this?paper?analyzed?the?weighted?centroid?localization?algorithm?based?on?RSSI，and?put?forward?the?weighted?centroidmidpoint?localization?algorithm?on?the?basis?of?the?original?algorithm.The?simulation?results?show?that?it?can?improve?the?positioning?accuracy?of?partial?nodes?and?has?better?localization?performance.

Keywords：weighted?centroid?algorithm;weighted?midpoint;wireless?sensor?networks

1?緒論

基于WSN（Wireless?Sensor?Network，無線傳感器網(wǎng)絡(luò)）的定位是一種新興的定位技術(shù)，普遍應(yīng)用于諸多領(lǐng)域[1]。目前無線傳感器網(wǎng)絡(luò)定位的算法可分為基于測距（RangeBased）和無需測距（RangeFree）兩大類[2]。收信號(hào)強(qiáng)度指示（received?signal?strength?indicator，RSSI）是節(jié)點(diǎn)接收到的鄰居節(jié)點(diǎn)發(fā)送的無線信號(hào)強(qiáng)度值，可以用來測量節(jié)點(diǎn)間的相對距離，該值可由傳感器節(jié)點(diǎn)自身測量得到，不需要額外的硬件支持，因此RSSI測距方法與質(zhì)心定位算法相結(jié)合的定位算法在實(shí)際中較為常用。近年來，研究人員在原算法基礎(chǔ)上提出了一系列的改進(jìn)算法，進(jìn)一步提高了定位精度。如通過RSSI測量距離值修正算法[3]以及RSSI混合濾波算法[4]減小測距誤差，基于三點(diǎn)定位與加權(quán)坐標(biāo)的定位算法[5]，測距校正的擬牛頓定位算法[6]等，但定位精度仍需要提升。

2?算法模型

加權(quán)質(zhì)心定位算法?；赗SSI的加權(quán)質(zhì)心算法的基本思想是在三角形質(zhì)心算法基礎(chǔ)上，通過加權(quán)因子來體現(xiàn)不同參考節(jié)點(diǎn)對質(zhì)心坐標(biāo)的不同影響。設(shè)定若干坐標(biāo)已知的參考節(jié)點(diǎn)，測量待測節(jié)點(diǎn)O與各參考節(jié)點(diǎn)間的距離，取距離O點(diǎn)最近的三個(gè)點(diǎn)A、B、C，三點(diǎn)到O點(diǎn)的距離分別為d1、d2、d3（d1

分別以相交兩圓半徑的倒數(shù)和作為其交點(diǎn)的權(quán)值，計(jì)算ΔM1M2M3的加權(quán)質(zhì)心坐標(biāo)（x0，y0）定位未知節(jié)點(diǎn)，計(jì)算公式如式（2）所示。

3?算法改進(jìn)

大量仿真實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)d2、d3與d1相差不大時(shí)，點(diǎn)O將位于ΔM1M2M3內(nèi)部且接近其質(zhì)心，此時(shí)將質(zhì)心作為O點(diǎn)估計(jì)位置誤差較小;但d2、d3與d1相差較大超過一定閾值時(shí)，點(diǎn)O將偏離ΔM1M2M3質(zhì)心甚至位于ΔM1M2M3外部，且靠近線段M1M2，這時(shí)仍以質(zhì)心作為點(diǎn)O估計(jì)位置會(huì)產(chǎn)生較大誤差。

因此，本文提出當(dāng)d2、d3與d1相差較大時(shí)，以線段M1M2的加權(quán)中點(diǎn)取代ΔM1M2M3加權(quán)質(zhì)心作為O點(diǎn)的估計(jì)位置，即加權(quán)質(zhì)心中點(diǎn)定位算法。設(shè)定閾值m1、m2、m3、m4（m4>m2>m1>m3>1），此4個(gè)閾值與信道路徑損耗模型有關(guān)，信道路徑損耗模型中參數(shù)通過仿真實(shí)驗(yàn)確定。

4?系統(tǒng)仿真

本文使用MATLAB軟件對改進(jìn)的算法進(jìn)行仿真，考察改進(jìn)算法的性能。設(shè)定10m×10m的正方形區(qū)域，取5個(gè)參考節(jié)點(diǎn)坐標(biāo)分別為（0，0）、（10，0）、（5，5）、（0，10）、（10，10），信道傳播模型取參考距離1m處的接收功率P=37dB，路徑衰減因子k=3，信道中噪聲取均值為0、標(biāo)準(zhǔn)差σ=7的高斯噪聲[7]，仿真試驗(yàn)后得到滿足該信道傳播模型的閾值m1=1.8，m2=2，m3=1.3，m4=2.5，分別用RSSI加權(quán)質(zhì)心定位算法和和本文改進(jìn)算法進(jìn)行仿真。分別取橫坐標(biāo)、縱坐標(biāo)為2、4、6、8生成16個(gè)節(jié)點(diǎn)作為未知節(jié)點(diǎn)進(jìn)行仿真，結(jié)果如圖2所示。仿真結(jié)果顯示，相對于加權(quán)質(zhì)心定位算法8個(gè)節(jié)點(diǎn)與原算法的精確度相同，另外8個(gè)節(jié)點(diǎn)（2，2）、（8，2）、（4，4）、（6，4）、（4，6）、（6，6）、（2，8）、（8，8），誤差大大減小，比加權(quán)質(zhì)心定位精度更高;兩種定位算法的定位誤差見右表。

5?結(jié)論

本文在原有定位算法基礎(chǔ)上提出了加權(quán)質(zhì)心中點(diǎn)定位算法，并將仿真結(jié)果與原算法進(jìn)行比較。結(jié)果表明該算法可以提高部分節(jié)點(diǎn)的定位精度，驗(yàn)證本文所提出的算法具有一定的可行性和優(yōu)越性。

參考文獻(xiàn)：

[1]蔣銳，楊震.基于質(zhì)心迭代估計(jì)的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法[J].物理學(xué)報(bào)，2016，65（03）：917.

[2]史龍，王福豹，段渭軍，等.無線傳感器網(wǎng)絡(luò)RangeFree自身定位機(jī)制與算法[J].計(jì)算機(jī)工程與應(yīng)用，2004，40（23）：127130.

[3]楊治秋.比例差分修正的RSSI測距WSN節(jié)點(diǎn)定位研究[J].機(jī)械設(shè)計(jì)與制造，2019（11）：5154.

[4]倪曉軍，高雁，李凌鋒.基于RSSI的混合濾波算法[J].計(jì)算機(jī)科學(xué)，2019，46（08）：133137.

[5]徐樂，韋玉科.基于三點(diǎn)定位與加權(quán)坐標(biāo)的三角定位算法[J/OL].計(jì)算機(jī)工程與應(yīng)用，18[20200114].

[6]呂爭，曾雪松.基于RSSI測距校正的擬牛頓定位算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2018，39（05）：13451349.

[7]方震，趙湛，郭鵬，等.基于RSSI測距分析[J].傳感技術(shù)學(xué)報(bào)，2007，20（11）：25262530.

作者簡介：袁海國（1990—?），男，河南安陽人，碩士研究生，工程師，主要研究方向?yàn)槎ㄎ粶y距。